一种基于非下采样Contourlet扩散的图像增强方法.pdf

(19)中华人民共和国国家知识产权局*CN102226917A*(12)发明专利申请(10)申请公布号CN102226917A(43)申请公布日2011.10.26(21)申请号201110133173.7(22)申请日2011.05.20(71)申请人西北工业大学地址710072陕西省西安市友谊西路127号(72)发明人李映贾雨张艳宁(74)专利代理机构西北工业大学专利中心61204代理人王鲜凯(51)Int.Cl.G06T5/00(2006.01)权利要求书2页说明书4页附图1页(54)发明名称一种基于非下采样Contourlet扩散的图像增强方法(57)摘要本发明涉及一种基于非下采样Contourlet扩散的噪声图像增强方法，基于非下采样Contourlet变换对边缘/轮廓的良好表示特性，利用非线性各向异性扩散方法有效消减增强图像中存在的伪Gibbs现象，在对图像的边缘特征和对比度增强的同时，对其中的噪声进行抑制，进一步提高图像质量。实验结果表明，本发明与传统的基于wavelet和非下采样Contourlet的方法相比能得到较好的增强效果。CN102697ACCNN110222691702226926A权利要求书1/2页1.一种基于非下采样Contourlet扩散的图像增强方法，其特征在于步骤如下：步骤1：对噪声图像灰度值矩阵进行给定尺度参数下的非下采样Contourlet正变换，得到不同分解尺度下各个方向的NSCT系数矩阵；所述的尺度参数为：分解尺度数和方向数，尺度数取3-4，方向数取2-4；步骤2：利用增益函数与步骤1得到的NSCT系数矩阵中的系数相乘实现系数矩阵的非线性变换，得到非线性变换后不同分解尺度下各个方向的NSCT系数矩阵；所述的增益函数为：其中，x为步骤1得到的NSCT系数矩阵中的系数，p∈(0，1]，s∈(0，1]；T1、T2、T3的计算公式分别为：T2＝s3T1T3＝s4T2其中，j为分解尺度，σ为按σ＝median(|SHH|)/0.6745计算得到的噪声图像灰度值矩阵的对数矩阵的噪声标准差，median(·)表示取中值，|·|表示取模，SHH是对噪声图像灰度值矩阵进行一级小波分解得到的对角方向高频子带小波系数矩阵；σx为输入x的二范数；s1∈[1，5]，s2∈[1，5]，s3∈[2，3]，s4∈[1.5，2.5]；步骤3：对步骤2得到的NSCT系数矩阵进行NSCT逆变换，得到NSCT逆变换结果矩阵，逆变换的尺度参数与正变换的尺度参数一致；步骤4：对步骤3得到的NSCT逆变换结果矩阵进行NSCT扩散，得到最终的增强图像灰度值矩阵；所述的NSCT扩散过程的具体步骤为：步骤a：对输入的步骤3得到的NSCT逆变换结果矩阵进行NSCT正变换，得到不同分解尺度下各个方向的NSCT系数矩阵；步骤b：利用逆阈值化函数对步骤(1)得到的NSCT系数矩阵进行逆阈值化处理，得到不同分解尺度下不同方向的NSCT系数矩阵；所述的逆阈值化函数为步骤c：对步骤b得到的NSCT系数矩阵进行NSCT逆变换，得到NSCT逆变换结果矩阵；步骤d：将步骤a得到的NSCT变换结果矩阵与步骤b得到的逆阈值化NSCT矩阵相减，得到差图像灰度值矩阵；2CCNN110222691702226926A权利要求书2/2页步骤e：以步骤c得到的NSCT逆变换结果矩阵为初始条件进行非线性各向异性扩散，得到平滑后的图像灰度值矩阵；步骤f：将步骤d得到的差图像灰度值矩阵与步骤e得到的平滑图像灰度值矩阵相叠加，得到最终的NSCT扩散后的图像灰度值矩阵。3CCNN110222691702226926A说明书1/4页一种基于非下采样Contourlet扩散的图像增强方法技术领域[0001]本发明涉及一种基于非下采样Contourlet扩散的图像增强方法，属于数字图像处理领域。背景技术[0002]图像增强是按特定的需要突出一幅图像中的某些信息，同时削弱或去除某些不需要的信息的方法。其目的是提高图像在某种特定运用下的清晰度和对比度，从而改善图像的质量，使得处理的结果更符合人的视觉感官系统或更容易被机器所识别。传统的图像增强方法主要有直方图均衡化、反锐化掩模等空域法，以及通过傅里叶变换增强感兴趣频率成分的频域法。这些方法增强图像对比度的同时也会放大噪声，使得图像细节信息被噪声淹没。[0003]近年来，基于小波变换的图像增强技术取得很好的效果，然而，由一维小波拓展为二维小波变换只具有有限的方向，用它来对图像进行分析时，是以“点”为单位来捕捉图像的特征，不能“最优”表示含“线”或“面”奇异的高维函数。为了解决小波变换在这些方面的局限性，2002年，M.N.Do、MartinVetterli提出了Contourlet变换，它有效地有效的弥补了上述不足，是一种“真正”二维图像表